论文部分内容阅读
摘要：在经济“新常态”背景下，国内外宏观经济形势不断变化，银行的流动性不足，系统性金融风险上升等问题纷纷出现，这要求货币政策在调节银行体系流动性的同时也要注重系统性金融风险的防范。在利率市场化背景下，货币政策为了稳定市场利率，降低企业融资成本，推出了短期流动性调节工具（slo）、常备借贷便利（slf）、中期借贷便利（mlf）以及抵押补充贷款（psl）等创新型货币政策工具。本文以常备借贷便利（slf）为研究对象，构建向量自回归模型（VAR）研究创新型货币政策工具对中介指标的影响。实证分析显示创新型货币政策工具的投放使货币供应量增加，市场利率下降且创新型货币政策工具对利率的作用要大于货币供应量的作用。
关键词：创新型货币政策工具;有效性;中介目标
本文基于货币政策工具创新的理论基础和货币政策传导理出发，分析了创新货币政策工具的背景、机制、实施效果和不足。在现有理论基础上选择合理的货币政策工具变量以及中间变量指标构建模型，并对创新货币政策工具是否能引起中介变量变化进行实证研究，以检验创新货币政策工具的有效性。
一、实证分析
根据货币政策传导过程理论，货币政策工具是通过对中介变量产生影响进而对宏观经济进行调节的。货币政策工具的有效性是通过验证货币政策工具的运用怎样影响中介目标变量来说明的。创新型货币政策工具对于宏观经济的影响传导机制是中央银行和特定的金融机构对符合条件的金融机构进行一对一交易，为其提供流动性和降低资金成本。这种特殊金融机构所提供的信贷行为，会逐步对货币供应量、社会融资规模以及利率造成影响，从而对宏观经济发挥作用。
本文选取常备借贷便利创新型货币政策工具进行研究，基于货币政策的传导理论，选取恰当的货币政策工具变量指标，以及中介目标变量指标，建立向量自回归模型（VAR），对创新型货币政策工具有效应性进行实证检验。
二、模型选取及构建
本文采用VAR模型分析创新型货币政策工具变量以及中介目标变量之间的动态关系，由于当前对于创新型货币政策工具的研究文集较少，创新型货币政策的传导机制还不够明确。因此运用VAR模型进行实证分析更加能够反映真实的结果。
关于目标变量的选取，本文在货币供应量的基础上，增加了上海银行间同业拆借利率shibor（期限为一个月）的变量指标，进行实证分析。因此，本文将构建VAR模型检验现有创新型货币政策工具对中介目标的影响情况，进而了解创新型货币政策工具对于经济的调节作用。创新型货币政策工具变量将选取常备借贷便利（slf）。
鉴于数据的可得性，本文选取了2015年5月余额至2021年4月的数字，数据来源与中国人民银行网站以及上海银行间同业拆放网站。为了保证的一致性以及统一性，选取的数据都采用月度的期末余额，并且消除季节性因素以及异方差性，对所选的全部数据进行对数处理。
1、单位根检验
在建立VAR模型之间，需要先确认时间序列的平稳性，即运用单位根检验（ADF）的方法对货币供应量（m2）、社会融资规模（sfs）、上海银行间同业拆借利率（shibor）、常备借贷便利（slf）进行平稳性检验。ADF检验结果显示，时间序列存在单位根，但是对以上四个时间序列进行一阶差分处理后，其ADF值在1%的置信度水平上是平稳的。因此为构建VAR模型，本文将上述变量进行差分，计为dlnslf、dlnm2、dlnsfs、dlnshibor（见表1）。
2、滞后阶数的选择
在建立VAR模型之前，需要确定最后的滞后阶数。因为本文的样本容量相对较少，所以滞后阶数不宜过大，这样才能够既保证最优的滞后阶数，又满足足够的自由度。其检验结果可以判断，VAR（dln2）以及VAR（dlnshibor）的AIC与SC的选择结果不同，此时需要借助LR 检验来判断最优的滞后阶数。LR检验结构显示这两个模型的最优滞后阶数为3。故VAR（dlnm2）、VAR（dlnshibor）这两个模型的最优滞后阶数为3。VAR（dlnsfs）的最优滞后阶数为5。
3、脉冲响应分析
在进行脉冲响应分析之前，需要对模型的稳定性进行检验，检验结果显示VAR模型的所有特征方程的模均小于1，说明这模型满足稳定性条件。图1显示，slf对于货币供应量整体呈现正面响应。前14个响应期m2呈现正、负响应交替现象。第2期以及第4期正向冲击效果明显，且于第四期达到最高值0.0016。在第13期正响应达到0.0002时，slf对于m2的影响在零值上下小幅度波动，m2平稳变化。slf对于中介变量m2后期响应期较长，因此，slf的投入量的增加可以较为温和的调节m2，使其平稳变化。在当期给予slf一个正面冲击后，sfs在前5期正向，且于第5期达到最大0.0089。第6期开始转为负向，第8期转为正向，隨后响应函数的波动幅度逐渐减小且收敛于0。相反，在给定1单位常备借贷便利的冲击后，利率整体呈现正向响应。第2期到第4期呈现上升趋势的正向响应，直到第4期达到峰值0.029，第5期转为负向，且于第6期达到最小值-0.010，之后呈现震荡趋势且效果越来越弱，最终趋于0。
4、方差分析
方差分解分析作为VAR模型分析重要的部分，可以有效解释变量之间的具体影响程度以及发展趋势。实证分析显示slf对利率的方差贡献度最高，第一期达到9.307%，第三期下降到8.23%，随后下降并稳定在8.15左右。由此可知，slf对于利率的调节作用较好，能够对价格型目标进行调控。
通过建立VAR模型和实证分析，我们发现创新型货币政策工具中slf的有效性从货币供给量、社会融资规模以及利率的调控作用上面得到验证，根据脉冲响应分析，货币供应量、社会融资规模以及利率对于创新型货币政策工具的冲击表现均不一致，其都具有一定的波动性和滞后性。根据方差分解结果，slf对于数量型目标以及价格型目标均有长期影响。但是其对于价格型指标的影响程度更大一些。从脉冲响应图可以看出，slf对于利率这个价格型中介指标的调节效应虽然不是十分稳定，但是其调节力度显著。说明，常备借贷便利对于价格型中介目标有着良好的调控效果。同时，在市场利率进程加快、创新型货币政策工具量化转型的背景下，创新型货币政策的工具推进货币政策目标由数量型向价格型转变。
三、结论及政策建议
实证分析表明常备借贷便利对于利率的调控作用较为明显，表明了货币政策目标由数量型向目标性转变的趋势。给予研究结果，本文提出如下政策建议。
第一，加强创新型货币政策工具传导机制的有效性，保证货币政策调控中的连续性。推进央行在现有的货币市场短期利率中确定货币政策的中介目标，以此稳定短期利率水平。
第二，完善并丰富我国的货币政策工具，针对不同的情况具体实施创新型货币政策工具。在利率市场化进程加快的大环境中，为了更好的疏通央行回购到货币市场利率的传导通道，加大金融市场对回购操作的反应，央行应将不同期限的回购操作常态化。自2018年起，大量投放中期借贷便利使得货币供应量增速趋于平稳，这源于创新型货币政策工具的应用。但是在投放货币政策工具的过程中需注重适度的原则，一旦流动性过度就会对经济波动产生不利的影响。
第三，当前经济新常态下，单一的调控方式已经不适用目前的经济发展需求。在货币政策以防经济过热的同时，宏观审慎政策可以防止金融市场的崩溃。因此，我国须保证贷款以及社会融资对实体经济的支持以及货币政策由数量型向价格型转变。价格型货币政策工具的关键因素是利率，基于我国实际情况出发，考虑将shibor指标作为价格型中介指标，让价格型调控机制转为主要调控机制。
参考文献：
[1]朱颖，李配.美国经济的信贷紧缩和美联储货币政策工具创新[J].国际贸易问题，2009（03）：3-89.
[2]陈敏强.2009年美、英、日央行非常规货币政策及其效应比较分析[J].国际金融研究，2010（7）：4-18.
[3]张亦春，胡晓.非常规货币政策探讨及金融危机下的实践[J].国际金融研究，2010（3）：27-33.
[4]李众敏.美国数量宽松货币政策的前景分析[J].国际经济评论，2009（05）：49-53.
[5]杨力，李蕊，梁庆.欧洲央行长期再融资操作政策研究[J].世界经济研究，2012（09）：29-34，88.
关键词：创新型货币政策工具;有效性;中介目标
本文基于货币政策工具创新的理论基础和货币政策传导理出发，分析了创新货币政策工具的背景、机制、实施效果和不足。在现有理论基础上选择合理的货币政策工具变量以及中间变量指标构建模型，并对创新货币政策工具是否能引起中介变量变化进行实证研究，以检验创新货币政策工具的有效性。
一、实证分析
根据货币政策传导过程理论，货币政策工具是通过对中介变量产生影响进而对宏观经济进行调节的。货币政策工具的有效性是通过验证货币政策工具的运用怎样影响中介目标变量来说明的。创新型货币政策工具对于宏观经济的影响传导机制是中央银行和特定的金融机构对符合条件的金融机构进行一对一交易，为其提供流动性和降低资金成本。这种特殊金融机构所提供的信贷行为，会逐步对货币供应量、社会融资规模以及利率造成影响，从而对宏观经济发挥作用。
本文选取常备借贷便利创新型货币政策工具进行研究，基于货币政策的传导理论，选取恰当的货币政策工具变量指标，以及中介目标变量指标，建立向量自回归模型（VAR），对创新型货币政策工具有效应性进行实证检验。
二、模型选取及构建
本文采用VAR模型分析创新型货币政策工具变量以及中介目标变量之间的动态关系，由于当前对于创新型货币政策工具的研究文集较少，创新型货币政策的传导机制还不够明确。因此运用VAR模型进行实证分析更加能够反映真实的结果。
关于目标变量的选取，本文在货币供应量的基础上，增加了上海银行间同业拆借利率shibor（期限为一个月）的变量指标，进行实证分析。因此，本文将构建VAR模型检验现有创新型货币政策工具对中介目标的影响情况，进而了解创新型货币政策工具对于经济的调节作用。创新型货币政策工具变量将选取常备借贷便利（slf）。
鉴于数据的可得性，本文选取了2015年5月余额至2021年4月的数字，数据来源与中国人民银行网站以及上海银行间同业拆放网站。为了保证的一致性以及统一性，选取的数据都采用月度的期末余额，并且消除季节性因素以及异方差性，对所选的全部数据进行对数处理。
1、单位根检验
在建立VAR模型之间，需要先确认时间序列的平稳性，即运用单位根检验（ADF）的方法对货币供应量（m2）、社会融资规模（sfs）、上海银行间同业拆借利率（shibor）、常备借贷便利（slf）进行平稳性检验。ADF检验结果显示，时间序列存在单位根，但是对以上四个时间序列进行一阶差分处理后，其ADF值在1%的置信度水平上是平稳的。因此为构建VAR模型，本文将上述变量进行差分，计为dlnslf、dlnm2、dlnsfs、dlnshibor（见表1）。
2、滞后阶数的选择
在建立VAR模型之前，需要确定最后的滞后阶数。因为本文的样本容量相对较少，所以滞后阶数不宜过大，这样才能够既保证最优的滞后阶数，又满足足够的自由度。其检验结果可以判断，VAR（dln2）以及VAR（dlnshibor）的AIC与SC的选择结果不同，此时需要借助LR 检验来判断最优的滞后阶数。LR检验结构显示这两个模型的最优滞后阶数为3。故VAR（dlnm2）、VAR（dlnshibor）这两个模型的最优滞后阶数为3。VAR（dlnsfs）的最优滞后阶数为5。
3、脉冲响应分析
在进行脉冲响应分析之前，需要对模型的稳定性进行检验，检验结果显示VAR模型的所有特征方程的模均小于1，说明这模型满足稳定性条件。图1显示，slf对于货币供应量整体呈现正面响应。前14个响应期m2呈现正、负响应交替现象。第2期以及第4期正向冲击效果明显，且于第四期达到最高值0.0016。在第13期正响应达到0.0002时，slf对于m2的影响在零值上下小幅度波动，m2平稳变化。slf对于中介变量m2后期响应期较长，因此，slf的投入量的增加可以较为温和的调节m2，使其平稳变化。在当期给予slf一个正面冲击后，sfs在前5期正向，且于第5期达到最大0.0089。第6期开始转为负向，第8期转为正向，隨后响应函数的波动幅度逐渐减小且收敛于0。相反，在给定1单位常备借贷便利的冲击后，利率整体呈现正向响应。第2期到第4期呈现上升趋势的正向响应，直到第4期达到峰值0.029，第5期转为负向，且于第6期达到最小值-0.010，之后呈现震荡趋势且效果越来越弱，最终趋于0。
4、方差分析
方差分解分析作为VAR模型分析重要的部分，可以有效解释变量之间的具体影响程度以及发展趋势。实证分析显示slf对利率的方差贡献度最高，第一期达到9.307%，第三期下降到8.23%，随后下降并稳定在8.15左右。由此可知，slf对于利率的调节作用较好，能够对价格型目标进行调控。
通过建立VAR模型和实证分析，我们发现创新型货币政策工具中slf的有效性从货币供给量、社会融资规模以及利率的调控作用上面得到验证，根据脉冲响应分析，货币供应量、社会融资规模以及利率对于创新型货币政策工具的冲击表现均不一致，其都具有一定的波动性和滞后性。根据方差分解结果，slf对于数量型目标以及价格型目标均有长期影响。但是其对于价格型指标的影响程度更大一些。从脉冲响应图可以看出，slf对于利率这个价格型中介指标的调节效应虽然不是十分稳定，但是其调节力度显著。说明，常备借贷便利对于价格型中介目标有着良好的调控效果。同时，在市场利率进程加快、创新型货币政策工具量化转型的背景下，创新型货币政策的工具推进货币政策目标由数量型向价格型转变。
三、结论及政策建议
实证分析表明常备借贷便利对于利率的调控作用较为明显，表明了货币政策目标由数量型向目标性转变的趋势。给予研究结果，本文提出如下政策建议。
第一，加强创新型货币政策工具传导机制的有效性，保证货币政策调控中的连续性。推进央行在现有的货币市场短期利率中确定货币政策的中介目标，以此稳定短期利率水平。
第二，完善并丰富我国的货币政策工具，针对不同的情况具体实施创新型货币政策工具。在利率市场化进程加快的大环境中，为了更好的疏通央行回购到货币市场利率的传导通道，加大金融市场对回购操作的反应，央行应将不同期限的回购操作常态化。自2018年起，大量投放中期借贷便利使得货币供应量增速趋于平稳，这源于创新型货币政策工具的应用。但是在投放货币政策工具的过程中需注重适度的原则，一旦流动性过度就会对经济波动产生不利的影响。
第三，当前经济新常态下，单一的调控方式已经不适用目前的经济发展需求。在货币政策以防经济过热的同时，宏观审慎政策可以防止金融市场的崩溃。因此，我国须保证贷款以及社会融资对实体经济的支持以及货币政策由数量型向价格型转变。价格型货币政策工具的关键因素是利率，基于我国实际情况出发，考虑将shibor指标作为价格型中介指标，让价格型调控机制转为主要调控机制。
参考文献：
[1]朱颖，李配.美国经济的信贷紧缩和美联储货币政策工具创新[J].国际贸易问题，2009（03）：3-89.
[2]陈敏强.2009年美、英、日央行非常规货币政策及其效应比较分析[J].国际金融研究，2010（7）：4-18.
[3]张亦春，胡晓.非常规货币政策探讨及金融危机下的实践[J].国际金融研究，2010（3）：27-33.
[4]李众敏.美国数量宽松货币政策的前景分析[J].国际经济评论，2009（05）：49-53.
[5]杨力，李蕊，梁庆.欧洲央行长期再融资操作政策研究[J].世界经济研究，2012（09）：29-34，88.